Real-time kwaliteitsmonitoring van hoeklassen in hoogsterkte staal

Het Europese project AVANGARD beoogt de ontwikkeling van een licht en veilig elektrisch voertuig voor personenvervoer in steden. Het project draagt bij tot het gebruik van hoogsterkte staalsoorten door het onderzoek naar en de ontwikkeling van een innovatief chassis voor elektrische voertuigen. Dit moet voldoen aan structurele en veiligheidseisen en zal de ruggengraat vormen voor het ontwerp van een nieuwe generatie elektrische voertuigen met een licht gewicht. Bij deze ontwikkeling worden Dual Phase staalsoorten gebruikt. Dit zijn innovatieve materialen die hun eigenschappen verkrijgen door een unieke structuur bestaande uit twee fasen (ferritisch-martensitische microstructuur). Een grote zorg is om lasdefecten snel, betrouwbaar en kosteneffectief op te sporen. De huidige destructieve en niet-destructieve technieken zijn tijdrovend en duur en zijn niet altijd geschikt om de laskwaliteit te beoordelen. Met real-time kwaliteitscontrolesystemen kunnen de huidige beperkingen van conventionele karakteriseringstechnieken worden overwonnen. Een veelbelovende techniek hiervoor is akoestische emissiemonitoring (AEM).

De AEM techniek is gebaseerd op de detectie en omzetting van hoogfrequente golven in elektrische signalen. Tijdens het maken van een lasverbinding ontstaat een akoestische emissie, ten gevolge van de vorming van de las, het ontstaan van defecten of storende invloeden. De vorm waarin akoestische emissie optreedt is afhankelijk van het lasproces, het materiaal, de temperatuur en de geometrie van het werkstuk. De fundamentele doelstelling van controle via akoestische emissie tijdens het lassen is het verkrijgen van nuttige informatie over de kwaliteit van de verbindingen tijdens het lassen. Door gebruik van de correcte appara­tuur en instellingen en de bijhorende analyse­software kunnen de verschillende bronnen van akoestische emissie onder­scheiden worden en kunnen mogelijke lasfouten aan­getoond worden en eventueel tijdens het lasproces gecorrigeerd worden. 

Real-time controle van de laskwaliteit ver­­mindert het aantal destructieve testen en schroot. Dergelijke systemen bieden flexi­biliteit in de productie, de mogelijk­heid om 100% van de lassen te controleren, om op die manier de kost van energie, materiaal en man­kracht te verlagen. Real-time controle kan de steekproefs­gewijze inspectie na de productie elimineren of aan­zienlijk verminderen, het aantal destructieve testen ver­minderen en de betrouw­baar­heid van de las­processen en de eind­producten ver­groten. Indien een voldoende nauw­keurig­heid en precisie van de meet­technieken wordt bereikt, kan de laskwaliteit synchroon met de productie worden gegarandeerd. Real-time controle van de las­kwaliteit laat toe om parameteraanpassingen uit te voeren tijdens het proces zelf om lasfouten te corrigeren.

Tijdens het AVANGARD project werden experi­menten uitgevoerd voor het monitoren van gerobotiseerd MIG/MAG-lassen op basis van akoestische emissies. Er werden ver­schillende soorten sensoren gebruikt; piëzo-elektrische sensoren en een microfoon. De las­experimenten werden uit­gevoerd voor hoek­lassen (zie figuur 2). Lassen werden uitgevoerd met de ver­schillende parameter­instellingen van het las­proces. Lassen uitgevoerd met optimale para­meters dienden als referentie. Daar­­naast werden lassen uit­gevoerd waarbij een bepaalde para­meter werd gevarieerd; bijvoorbeeld de las­snelheid, uitsteek­lengte, toorts­­positie of -hoek en de las­richting (trekkend of duwend), met als doel las­fouten te intro­duceren. De cobot die voor het experimentele werk gebruikt werd is een Universal Robotics UR10 met een MIGATRONICS Sigma Select 400 stroombron; zie figuur 3). Voor de beoordeling van de laskwaliteit is de norm ‘ISO 5817:2014 : Lassen – Smeltlasverbindingen in staal, nikkel, titanium en hun legeringen (laser­lassen en elektronen­bundellassen uit­gezonderd) – Kwaliteits­niveaus voor onvolkomen­heden’ gebruikt. Deze inter­nationale norm detailleert de kwaliteits­niveaus voor onvolkomen­heden in smelt­lasverbindingen in staal­soorten, zoals scheuren, poro­siteiten en holtes, vaste insluitsels, gebrek aan inbranding en onvolledige penetratie, vorm­onvolkomen­heden en meerdere onvolkomen­heden.

Artificiële intelligentie biedt een enorm potentieel voor het analyseren van meetgegevens en het bewaken van de kwaliteit van de lassen en gelaste producten. Datagedreven AI-modellen werden ontwikkeld door de firma OQTON, en gebruikt om de laskwaliteit te voorspellen en optredende onvolkomenheden te herkennen en classificeren op basis van het geluid dat door een las werd geproduceerd. Ook de lasspanning en -stroom werden ge­bruikt voor analyse via de AI-modellen. Er werd onder­zocht in hoeverre afwijkingen in het akoestische spectrum kunnen gelinkt worden aan het type lasimperfectie, gedefinieerd volgens ISO 5817. Met andere woorden, kan het waargenomen akoestische spectrum een uitspraak doen over het type lasimperfectie aanwezig in de las en waar in de las deze imperfectie voorkomt. Verder is op basis van de relevante akoestische spectra ook onderzocht of een lasimperfectie acceptabel is of niet, volgens ISO 5817 (kwaliteitsniveau C). De nauwkeurigheid van deze modellen voor het extraheren van de informatie uit alle metingen werd bepaald. Op deze manier is het niet alleen mogelijk om lasonvolkomenheden in real-time te detecteren, maar er ook onmiddellijk een waardering aan toe te kennen op basis van het uitgezonden akoestische spectrum. Als de lasimperfectie niet acceptabel is, is het mogelijk om in continue installaties (bijvoorbeeld robotinstallaties) het systeem adaptief te laten reageren op basis van deze gegevens, door de lasparameters aan te passen. Uit de tabel kunnen we concluderen dat we uit de auditieve signalen meer informatie kunnen halen dan uit de procesparameters. Dit is de bevestiging dat het gebruik van AEM het real-time monitoren van lasprocessen kan verbeteren. Opgemerkt moet worden dat deze resultaten zijn verkregen op basis van een beperkte hoeveelheid gegevens (20 minuten aan geluid). De prestaties van het model kunnen verbeterd worden als er meer metingen worden uitgevoerd.

Een veelbelovende methode voor kwaliteits­borging is akoestische emissie­monitoring. Deze methode is een niet-destructieve test­techniek die gebruikt kan worden tijdens het lasproces en biedt de mogelijkheid om de kwaliteit van alle lassen te testen. Akoestische emissie­moni­toring als niet-destructieve testmethode is ont­wikkeld op basis van het feit dat elk materiaal natuur­lijke trillingen vertoont en dat machines en pro­cessen geluiden uitzenden. Het Belgisch Instituut voor Las­techniek voert in samen­werking met OQTON een onderzoeks­project uit om de mogelijk­heden van deze techniek te onder­zoeken en in de praktijk te testen. Het doel is om deze techno­logie te evalueren voor boog­lassen. Las­proeven werden uitgevoerd met ver­schillende proces­condities om lassen met verschillende kwaliteits­niveaus te produceren.   

Datagedreven AI-modellen werden gebruikt om de laskwaliteit en de mogelijke defecten te voor­spellen op basis van de tijdens het lassen opgenomen geluiden. Voor gerobotiseerd MIG/MAG-lassen van hoeknaden werden de akoestische emissie­metingen gekoppeld aan de types las­onvolkomenheden, gedefinieerd volgens ISO 5817. Het waargenomen akoestische spectrum kan een uitspraak doen over het type las­imperfectie dat aanwezig is in de las en waar in de las deze imperfectie voorkomt. Met de AI-modellen is het ook mogelijk om te voorspellen of een bepaalde lasimperfectie acceptabel is of niet volgens EN ISO 5817 (kwaliteitsniveau C).

Onderzoek naar deze monitoringstechniek zal verder gezet worden. Ook wordt onder­zocht of het combineren van verschillende sensoren een betere analyse kan opleveren. Voor meer infor­matie kunnen geïnteresseerde bedrijven contact opnemen met Koen Faes (koen.faes@bil-ibs.be) van het Belgisch Instituut voor Lastechniek.

AVANGARD wordt gesteund door het Horizon 2020 onderzoeks- en ontwikkelings­programma van de Europese Unie, onder het contract Nr. 869986.